Intro
KI im Ausbildungsprozess
Die Medienbranche steht vor einem fundamentalen Wandel. Wer die Zukunft der Branche mitgestalten will, braucht KI-Kompetenz. Aber was heißt das genau? Zu wissen, welche Arbeiten mit welchen Tools umsetzbsar sind. Die Vorteile und Grenzen der KI kennen. Daher ist es wichtig, den Umgang mit KI bereits in den Ausbildungsprozess zu integrieren.
Das Problem
KI-Kompetenz ist in der Medienbranche unverzichtbar. Zwar werden einige Jobs wegfallen, doch es braucht Menschen, die KI-Tools beherrschen. Eine Macromedia-Studie prognostiziert, dass in rund 15 Jahren die meisten Schauspielrollen von virtuellen Darsteller:innen übernommen werden könnten. Solche Entwicklungen schüren Zukunftsängste beim Mediennachwuchs. Doch auch wenn künftig weniger klassische Schauspieler:innen benötigt werden, steigen die Jobchancen für Fachkräfte mit ausgeprägter KI-Expertise. Sie werden dringend gebraucht, um die virtuellen Charaktere zu steuern.
Eine Lösung
KI-Kompetenz in Ausbildung und Studium: Berufsbilder verändern sich rasant. Daher müssen Ausbildungsstätten nicht nur den Umgang mit aktueller KI lehren, sondern vor allem die Fähigkeit vermitteln, sich stets neue Technologien anzueignen. Wie dringend das ist, belegt die Macromedia-Studie „KI-Nutzung in der Filmwirtschaft“: Sie zeigt einen massiven Mangel an KI-Kompetenz bei Beschäftigten. Über 50 % sehen hier Handlungsbedarf und 80 % fordern regelmäßige Schulungen, besonders zur ethischen KI-Nutzung.
Vorbereitung auf die KI-geprägte Arbeitswelt
KI in der Ausbildung wird hier nicht als Konkurrent oder Ersatz für menschliche Fähigkeiten verstanden, sondern als Enabler, der es mehr Menschen ermöglicht, Kompetenzen zu entwickeln, die ihnen sonst verschlossen bleiben. Außerdem hat sich der Einsatz von KI-Technologien als echter Kreativitäsbooster etabliert. Wir sind jetzt in der Lage, in der gleichen Zeit wesentlich mehr Dinge zu testen, mehr Vorschläge und Interaktionen zu produzieren und z.B. ein Video für unterschiedliche Zielgruppen aufzubereiten. Die Vorbereitung auf eine Arbeitswelt, in der KI omnipräsent ist, erfolgt nicht durch Ablehnung oder Vermeidung, sondern durch aktive, reflektierte Integration in den Lernprozess.
Zwei Best Practices
Unsere Praxisbeispiele
KI als selbstverständliches Handwerkszeug im Journalismus
Axel Springer
Schwierigkeitsgrad: Mittel
Kontext: Journalistische Ausbildung (Volontariat)
KI-gestützte Kompetenzentwicklung in der Lehre
Mediadesign Hochschule in München
Schwierigkeitsgrad: Mittel
Kontext: Hochschule im Bereich Animation und VFX
Axel Springer: KI als selbstverständliches Handwerkszeug im Journalismus
Künstliche Intelligenz verändert nicht nur, wie Nachrichten produziert werden, sondern auch, welche Kompetenzen künftige Journalist:innen mitbringen müssen. Bei Axel Springer soll KI kein Fremdkörper in der Ausbildung sein, sondern zum selbstverständlichen Handwerkszeug werden. Die Ausbildung verfolgt dabei einen Ansatz, der KI konsequent in alle Bereiche der journalistischen Ausbildung integriert – von der Recherche über die Produktion bis zur kritischen Reflexion.
Auch Digital Natives haben Nachholbedarf, vor allem beim Erkennen und Einordnen von Fake News, bei der sicheren Verifikation von Quellen und beim Verständnis der rasanten Entwicklung neuer KI-Tools. Es geht nicht nur ums Bedienen, sondern um kritisches Urteilsvermögen und den Blick fürs große Ganze.
KI als integraler Bestandteil, nicht als Pflichtmodul
Der Ansatz bei Axel Springer integriert KI in das Ausbildungsprogramm: KI wird nicht als separates Modul behandelt, das abgearbeitet werden muss. Stattdessen ist mittlerweile die komplette Ausbildung direkt oder indirekt von KI geprägt. Das reicht von eigenen KI-Projekten über Recherche- und Produktionsprozesse bis hin zu Diskussionen darüber, wie KI die Branche verändern wird. So gut wie jeder Dozent zeigt auch KI-Anwendungen zu seinen jeweiligen Themen.
Die Tool-Landschaft ist dabei bewusst vielfältig:
- KI-Assistenten: ChatGPT, Gemini, Perplexity und Claude für Recherche und Textarbeit
- Audiovisuelle Tools: Midjourney, Freepik, Suno und ElevenLabs für visuelle und Audio-Produktion
- Integrierte Lösungen: Alle in Premiere verfügbaren Add-ons und der Copilot im internen Teams-Chat
- Experimentierfelder: Eigene GPTs, personalisierte Newsfeeds, Scrollytelling-Projekte
Verantwortung statt Delegation
Ein zentraler Grundsatz der Ausbildung: Fehler entstehen nicht durch KI, sondern durch Menschen, die nicht verantwortungsvoll damit arbeiten. Die Volontär:innen lernen von Anfang an, dass die Verantwortung für Inhalte niemals an die Technologie delegiert werden kann.
Konkrete Maßnahmen zur Qualitätssicherung:
- Fact-Checking-Seminare: Gezieltes Training zum Erkennen von KI-generierten Inhalten und insbesondere Fake News
- Klare Workflows: Fakten verifizieren, Quellen prüfen, Originaldokumente einsehen
- Bias-Erkennung: Aufdecken von Verzerrungen in KI-Outputs
- Kritisches Hinterfragen: Gerade weil KI so überzeugend formulieren kann, wird jede „Faktensicherheit" hinterfragt
KI ist kein Ersatz für journalistisches Denken, sondern ein Turbo dafür. Wir geben unseren Volontär:innen den Raum, auszuprobieren – und auch mal zu scheitern.
Miriam Krekel Leiterin der Journalistenschule an der Axel Springer Academy of Journalism & Technology
1. Reports of Resistance
Das erste große KI-Projekt entstand vor rund zwei Jahren, als viele Redaktionen sehr skeptisch waren. Die Volontär:innen nutzten KI, um Unterdrückung und Protestbewegungen in Autokratien innovativ zu erzählen und visuell neu erlebbar zu machen. Das Projekt zeigte früh, wie KI helfen kann, schwer zugängliche Geschichten zu visualisieren und einem breiten Publikum nahezubringen.
2. Der Elli-Effekt
Ein besonders innovatives Projekt: Die Volontär:innen entwickelten einen Avatar, der die Sprache und den Medienkonsum der Gen Z versteht. Elli beantwortet Fragen zu komplexen Themen wie Migration oder Klimawandel so, dass sie für junge Zielgruppen verständlich, relevant und faktensicher sind. Das Projekt zeigt einen spannenden Brückenschlag zwischen Journalismus, Technologie und Community.
3. radikalviral.de
Beim aktuellen Projekt gingen die Volontär:innen noch einen Schritt weiter: Sie bauten die Scrollytelling-Website mit Hilfe von KI selbst. Ohne tiefgreifende Programmierkenntnisse waren sie in der Lage, eine technisch anspruchsvolle journalistische Präsentation zu realisieren – ein Beispiel dafür, wie KI neue Gestaltungsmöglichkeiten eröffnet.
Wir müssen begreifen, dass am Ende immer wir stehen. Nur weil wir ein neues (zugegebenermaßen sehr umfängliches) Tool haben, geben wir die Verantwortung nicht an der Tür ab.
Miriam Krekel Leiterin der Journalistenschule an der Axel Springer Academy of Journalism & Technology
Die Ausbildung setzt bewusst auf eine Kultur des Ausprobierens. Volontär:innen vergleichen gezielt verschiedene KI-Systeme, experimentieren mit eigenen Prompts für Scrollytelling-Projekte, trainieren kleine Modelle für personalisierte Newsfeeds oder bauen eigene GPTs. Diese Experimentierfreude wird nicht nur zugelassen, sondern aktiv gefördert.
Der geschützte Rahmen der Ausbildung bietet ideale Bedingungen: Hier können Fehler gemacht werden, ohne dass sie direkt publiziert werden. Hier kann ausprobiert werden, welche Tools für welche journalistischen Aufgaben am besten geeignet sind. Und hier kann gelernt werden, die Grenzen und Möglichkeiten von KI realistisch einzuschätzen.
Lernerfolge und Feedback
Das Feedback der Volontär:innen ist extrem positiv. Viele entscheiden sich bewusst für Axel Springer, eben weil dort eine der modernsten journalistischen Ausbildungen in Europa angeboten wird. Sie schätzen, dass KI nicht als Pflichtmodul abgearbeitet wird, sondern als Teil des Alltags und eine Art Übungsplatz verstanden wird – einen, auf dem sie gleichzeitig lernen, Verantwortung zu übernehmen.
Die Volontär:innen entwickeln schnell ein tiefes Verständnis für die Notwendigkeit von Fact-Checking bei KI-Outputs. Gerade weil KI so überzeugend formulieren kann, lernen sie früh, jede Information zu hinterfragen und zu verifizieren.
Vorbereitung auf die KI-geprägte Medienzukunft
Der Ansatz zeigt: Die Integration von KI in die journalistische Ausbildung bedeutet nicht, menschliche Fähigkeiten durch Technologie zu ersetzen. Im Gegenteil. Es geht darum, journalistische Kernkompetenzen wie kritisches Denken, Quellenbewertung und ethische Verantwortung zu stärken und sie mit den technologischen Möglichkeiten der Gegenwart zu verbinden.
Die Vorbereitung auf eine Arbeitswelt, in der KI omnipräsent ist, erfolgt nicht durch Vermeidung oder isolierte Technik-Seminare, sondern durch konsequente Integration in alle Bereiche der Ausbildung. So entstehen Journalist:innen, die KI kompetent einsetzen können – und gleichzeitig wissen, wo ihre Verantwortung beginnt und die der Maschine endet.
mdh: KI-gestützte Kompetenzentwicklung in der Lehre
Wer heute studiert, wird meist mit einem Lehrplan von gestern auf die Arbeitswelt von morgen vorbereitet. Die Verbreitung von generativen KI-Systemen verändert die Arbeitsplätze in der Medien-, Animations- und VFX-Branche jedoch so schnell, dass sich auch die Ausbildung rasant anpassen muss. Thomas Gronert, Professor für Digital Film Design Animation/VFX an der Mediadesign Hochschule in München verfolgt dabei den Ansatz, KI-Systeme bewusst in die Lehre zu integrieren und Studierende zu einem dialogorientierten Arbeiten mit KI anzuleiten.
Statt KI als Bedrohung oder bloßes Werkzeug zu betrachten, geht es darum, einen produktiven Umgang damit zu entwickeln und die Chancen dieser Technologie für die eigene Kompetenzentwicklung zu nutzen.
Prof. Thomas Gronert Professor für Digital Film Design; KI-Beratung und Schulungen bei Missing Link Software Solutions GmbH
Der große Vorteil von Studierenden ist, dass sie sich intensiv mit neuen Technologien auseinandersetzen können, während Mitarbeitende, die bereits mitten in einer Produktion stecken, oft keine Zeit dafür haben.
Was bedeutet KI als Assistent statt als Werkzeug?
Der Ansatz basiert auf einem grundlegenden Mindset-Shift:
- Dialog statt Einweg-Kommunikation: KI-Systeme wie ChatGPT oder Claude werden nicht nur für einzelne Aufgaben genutzt (z.B. "Schreib mir ein Python-Skript"), sondern es wird ein echter Dialog geführt
- Rollenbasiertes Arbeiten: Dem Chatbot werden spezifische Rollen zugewiesen (z.B. "Du bist Experte für das Entwickeln visueller Ideen.")
- Kritischer Sparringspartner: Die KI kann als kritischer Betrachter eingesetzt werden, um Schwachstellen in eigenen Konzepten aufzudecken
- Ideenentwicklung: Gemeinsam mit der KI werden Ideen entwickelt, diskutiert und verfeinert
- Teammitglied-Perspektive: Die KI wird wie ein kompetentes Teammitglied behandelt, mit dem man zusammenarbeitet
Es ist nicht nur ein Werkzeug, sondern ein echter Assistent, der mir genau in den Bereichen helfen kann, die ich ihm vorgebe.
Prof. Thomas Gronert Professor für Digital Film Design; KI-Beratung und Schulungen bei Missing Link Software Solutions GmbH
Viele Studierende haben Angst vor Programmierung und Mathematik. Thomas Gronert unterscheidet dabei zwischen zwei Ebenen:
Technische Kompetenz bezieht sich auf die Fähigkeit, mit den notwendigen Tools und Programmen arbeiten zu können. Hier können KI-Assistenten unmittelbar helfen, indem sie Code generieren und erklären, Schritt für Schritt durch Problemlösungen führen, Kommentare und Erklärungen direkt ins Skript schreiben oder verschiedene Lösungsansätze vorschlagen
Psychologische Hürden beziehen sich auf die individuelle Ebene – die Angst vor dem Scheitern, das Gefühl von Überforderung. "Ich sage den Studierenden bei der Entwicklung eines komplexen Python-Scripts für Autodesk Maya: Ihr müsst im Skript nicht alles hundertprozentig verstehen, ihr müsst nicht jede einzelne Funktion bis ins Detail kennen. Aber ihr müsst dem Chatbot mitteilen können, was genau ihr machen wollt und wie das Ergebnis aussehen soll. Mit diesen Angaben sind auch Studierende, die eigentlich keine Programmierer sind, in der Lage mit Hilfe von z.B. ChatGPT komplexe Scripte zu entwickeln.", so Thomas Gronert.
In der Vorlesung zur technischen Animation wird der Ansatz konkret umgesetzt:
Aufgabenstellung: Jeder Studierende muss ein eigenes Skript für Autodesk Maya entwickeln für Bereiche wie Modeling, Dateiverwaltung oder Animations-Steuerung. (Maya Autodesk ist ein professionelles 3D-Programm, das in der Film-, Animations- und Spieleindustrie verwendet wird, um 3D-Modelle, Animationen und visuelle Effekte zu erstellen.)
Arbeitsprozess mit KI
Die Studierenden weisen dem Chatbot die Rolle als Maya-Experte zu und entwickeln gemeinsam mit ihm Ideen für sinnvolle Skripte. Den Code kopieren sie und testen ihn hinterher in Maya. Bei Fehlern gehen sie zurück in den Dialog und passen den Code an. Validierung bleibt also Pflicht: Studierende müssen ihre Skripte selbst testen und verstehen, was diese tun. Copy-Paste ohne Überprüfung reicht nicht aus.
Actual Intelligence statt Artificial Intelligence
Es geht beim Umgang mit KI in der Ausbildung um echte Kompetenzentwicklung und Befähigung. Studierende, die normalerweise vor Programmierung zurückschrecken, können durch KI-Unterstützung in einen produktiven Arbeitsmodus kommen. Das sorgt für Erfolgserlebnisse. Denn wenn Menschen erleben, dass sie Dinge schaffen können, die sie sich vorher nicht zugetraut haben, entsteht intrinsische Motivation.
Die KI-Systeme bieten einen geschützten Raum zum Experimentieren, ohne Angst vor Bloßstellung oder Versagen. Einige Studierende nutzen das Scripting bereits in ihrer Projektphase freiwillig weiter.
Lernerfolge
Die Studierenden waren zunächst skeptisch, als die Anforderungen erweitert wurden – jeder sollte ein vollständiges Skript in der Programmiersprache Phyton abgeben. Das Endergebnis: Alle Studierenden haben "richtig coole Skripte" abgegeben. Menschen, die nicht programmieren können, waren mit KI-Unterstützung in der Lage, funktionierende Lösungen zu entwickeln. Das führt dazu, dass Studierende beginnen, von sich aus über weitere Automatisierungsmöglichkeiten nachzudenken und Scripting in ihre Projekte integrieren.
Das war wirklich ein Erfolgserlebnis – für mich und vor allem auch für die Studierenden.
Prof. Thomas Gronert Professor für Digital Film Design; KI-Beratung und Schulungen bei Missing Link Software Solutions GmbH
Jetzt bist du dran!
Ist-Analyse bei dir im Unternehmen
Wo steht dein Unternehmen/deine Institution bei KI in der Ausbildung?
Bevor du KI-Tools in die Ausbildung integrierst, solltest du den aktuellen Stand erfassen. Diese Bestandsaufnahme hilft dir, gezielte Maßnahmen zu entwickeln und Ressourcen sinnvoll einzusetzen.
Quick-Check: Fragen für den Start
Falls dir eine umfassende Analyse zu aufwändig ist, beantworte zunächst diese Fragen zu den folgenden fünf Bereichen:
- Nutzung: Wie viele deiner Azubis/Studierenden nutzen bereits privat oder beruflich KI-Tools? Welche KI-Tools nutzen sie bereits im Arbeitsalltag oder Studium? Schätze die KI-Kompetenzen ein und identifiziere die größten Wissenslücken.
- Wissen: Können deine Ausbilder:innen drei verschiedene KI-Tools benennen und deren Einsatzmöglichkeiten erklären? Können sie damit umgehen und sie sinnvoll in die Ausbildung integrieren?
- Infrastruktur: Haben alle Beteiligten technischen Zugang zu mindestens einem KI-Tool? Welche Software-Lizenzen sind bereits vorhanden? Wie ist die Hardware-Ausstattung (Rechenleistung für KI-Anwendungen)?
- Ausbildungsinhalte: Gibt es bereits konkrete Zeitfenster im Lehrplan, in denen KI thematisiert oder eingesetzt wird? Wo wird KI bereits erwähnt oder eingesetzt? Welche Themen könnten durch KI-Tools bereichert werden? Gibt es Bereiche, in denen KI zwingend notwendig wird? Wie viel Raum gibt es für neue Inhalte oder Experimente?
- Haltung: Überwiegt in deinem Team die Neugier oder die Skepsis gegenüber KI? Gibt es bereits eine KI-Strategie auf Unternehmensebene? Wie steht die Geschäftsführung zu KI in der Ausbildung? Welches Budget steht zur Verfügung? Gibt es Vorbehalte oder Compliance-Anforderungen? Gibt es KI-Enthusiast:innen, die eine Vorreiterrolle einnehmen können?
Next Steps
Praktische Lösungsansätze für die Umsetzung
Einstieg: Niedrigschwellige Angebote
Wir empfehlen monatliche Lunch & Learn Sessions, bei denen verschiedene KI-Tools in 45 bis 60 Minuten vorgestellt und gemeinsam ausprobiert werden. Besonders wirksam sind Tools, die im Arbeitsalltag sofort nützlich sind, etwa für E-Mail-Entwürfe oder Recherche. Ergänzend kann eine wöchentliche KI-Sprechstunde eingerichtet werden. Ein Pilotprojekt mit Freiwilligen aus einer aufgeschlossenen Abteilung hilft, erste Erfolge zu dokumentieren und als Best Practice zu nutzen.
Systematische Integration
Ein modularer Aufbau hat sich bewährt, der mit Grundlagen beginnt und über praktische Anwendungen bis zur fachspezifischen Vertiefung führt. In dieser Phase können eigene Projekte mit KI umgesetzt und reflektiert werden. Ein KI-Buddy-System, bei dem erfahrenere Azubis Einsteiger unterstützen, fördert das Peer-Learning. Systematisches Fact-Checking muss zur Routine werden, bei dem Azubis und Studierende lernen, Quellen zu prüfen und Originaldokumente einzusehen.
KI als Arbeitspartner
Azubis und Studierende werden ermutigt, eigene KI-Projekte als Abschlussarbeiten umzusetzen, etwa die Entwicklung eigener Chatbots oder multimediale Storytelling-Projekte. Das dialogorientierte Arbeiten vermittelt KI nicht als Werkzeug, sondern als Arbeitspartner. Rollenbasierte Prompts und ein iterativer Dialog ermöglichen es, die KI als kritischen Sparringspartner für die gemeinsame Ideenentwicklung zu nutzen. Der Aufbau einer internen KI-Community mit regelmäßigen Austauschformaten sorgt für kontinuierliche Inspiration.
Wichtig
Grundprinzipien beachten
Unabhängig vom Entwicklungsstand sollten einige Grundprinzipien beachtet werden. Eine Fehlerkultur ist essenziell, denn KI-Tools sind nicht perfekt und Lernende werden Fehler machen. Das ist Teil des Lernprozesses. Transparenz und Kennzeichnung müssen von Anfang an etabliert werden, damit deutlich wird, welche Tools wie eingesetzt wurden. Datenschutz und Compliance dürfen nicht vernachlässigt werden, weshalb klare Richtlinien nötig sind. Regelmäßige Evaluationen mit quartalsweisen Feedback-Runden helfen, die Maßnahmen kontinuierlich anzupassen.
Ein realistischer Fahrplan könnte so aussehen: In den ersten beiden Monaten wird die Ist-Analyse durchgeführt, in Monat drei und vier startet die Pilotphase mit ersten Sessions und kleinen Projekten. Nach einer Auswertungsphase kann ab Monat sieben der systematische Rollout beginnen. Wichtig ist die Erkenntnis, dass es keinen perfekten Zeitpunkt gibt. Auch kleine Schritte bringen die Ausbildung voran.
Unsere Autorin
Lerne Franziska Mozart kennen!
Franzsika Mozart
Autorin, freie Journalistin
